了解X86服务器平台三大硬件常见的故障时间
:2011-08-11 17:18 来源:互联网
可能对英特尔和AMD两大芯片巨头的产品如数家珍,从之前的至强5400到主流的至强5600、至强7500,以及AMD强劲的12核心x86处理器“Magny-Cours”(马尼库尔)等等。同时,服务器的另外两个核心在CPU的基础上作用不容小视,以带ECC、ChipKill、热插拔技术的内存,防止数据异常丢失的RAID硬盘等组件共同打造出一个坚若磐石的X86服务器。
但由于X86服务器和台式机有着很多相似之处,无论是从前期部署、中期维护到后期管理都有着众多相似之处。因此,X86服务器尽管有着成熟稳定的架构体系,也不免出现“罢工”。特别是企业负载应用得多了,遇到的故障是很平常的事情,以三大组件出现的故障与大家共同分享,可以有效避免大家在以后的业务平台上出现。
服务器核心——CPU
危害程度:★
故障回放:做过测试的朋友知道,一台基于Intel至强服务器,开机无显示,系统指示灯疯狂的闪烁,最直接怀疑是CPU与主板的接触不良,但将其更换到多路服务器主板的另外一个CPU插槽之上,依旧没有反应。
解决方案:在这种状况下经测量,CPU电压居然出现异常,原来是CPU的VRM(Voltage Regulator Module,电压调节模块)出现了故障,不能执行主板上DC电路转换,无法为CPU提供稳定的工作电压,至此只能更换CPU。
笔者认为这个故障是比较致命,CPU的损坏将直接导致整个服务器的不可用,但是CPU本身的安全性是非常高的,故障率极低。所以在日常维护任务中,由于CPU的损坏导致的服务中断情况是较为少见,它的危害程度不算太高,如果是多路服务器更是不用担心CPU损坏而带来的服务器宕机了。
服务器平台的另外两大核心,莫过于内存和硬盘,具体到内存的选择上,服务器内存与普通台式机内存还是有一些差异的。仔细观察过服务器内存的用户会发现,相比普通内存单面8颗粒的设计,服务器内存通常单面有9颗芯片,这就是我们常说的ECC内存。
服务器读取性能——内存
危害程度:★★☆
故障回放:之前在一台安装2条2GB内存的服务器上,由于自身承载的服务过多,服务器的处理数据的速度越来越慢,于是,通过增加2条同型号的内存条来升级服务器。将这些内存全部插入主板后,系统检测只有6GB,另外2GB内存神秘消失,反复的插拔新的内存依旧无法正常检测。
解决方案:通过服务器产品官方网站了解,该种情况是因为该服务器的内存插槽是配对使用,1-4、2-5、3-6、7-10、8-11、9-12,新内存插在了2、3槽,无法形成配对,自然只能检测出一条内存,将内存插到5槽,8GB内存顺利被检测。
可见,服务器内存的优势不仅仅体现在性能上,在容错能力同样投入很多精力,目的是为整个平台提供高稳定环境,之前提到的内存采用的ECC(错误检查和纠正)技术、Register、Chipkill都是为了提高内存的稳定性,使各个内存条和插槽之间能更好的融合。
作为服务器存储终端,硬盘的稳定工作关系到企业数据的安全,服务器硬盘就是这个核心的数据仓库,所有的软件和数据都存储在这里,因此服务器硬盘对可靠性和稳定性有着非常高的要求。
另外,服务器一般需要24*7小时不停的运行,其硬盘也要24小时不停的运转。因此,服务器硬盘对稳定性和可靠性有着很高的要求。服务器市场上采用的硬盘主要有三种,SATA硬盘、SCSI硬盘以及SAS硬盘,其中SATA硬盘主要应用在低端服务器领域,而SCSI和SAS硬盘则面向中高端服务器。
服务器存储核心——硬盘
危害程度:★★☆
故障回放:每台服务器会出现死机、无征兆的重启,如果频繁出现,就会经数据中心IT运维人员进行检测后发现是硬盘工作时间太长,出现了物理坏道。于是立即将硬盘做备份和更换是最佳解决办法,将硬盘内的数据导出,结果在转移数据的过程中,不停地弹出I/O错误,这直接导致数据转移的速度非常慢,且丢失了很多重要数据。
解决方案:这种情况多数是磁头或者盘片出现了错误。如果拆开硬盘盘片出现了划伤,但面积并不大,通过专业的公司可以通过更换磁头后重新恢复数据,恢复了95%以上的数据,这种情况相对来说比较幸运。
但通常说防患于未然,如果这个故障发现的及时,在盘片没有出现更多物理损伤前予以解决,一旦等到盘片损坏严重,数据将永久性丢失,为了避免这种状况的发生建议做到以下:
在硬盘选择上,要专业的服务器硬盘,比如:平均无故障时间超过1600000小时,年故障率低于0.55%,抗震方面要有300G/2ms的以上的耐冲击能力等等,此外应用相关服务器RAID阵列技术,比如:RAID5,它由至少3块硬盘组成,在向硬盘写入数据信息的同时,还写入校验信息,当其中有1块硬盘出现故障时,可以根据算法从另外2块硬盘上得出这块故障硬盘的数据,安全性大大提高。
以上三大组件的故障仅仅是抛砖引玉的简单介绍,其实在服务器故障方面不仅仅限于这几点,在电源、管理模块以及网卡方面也有类似的问题,希望用户在应用中多多积累经验,尽可能减小故障的发生率,提供一个稳定灵活的IT应用环境。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。